study-BNN-PYNQ

BNN-PYNQについて調べた内容をまとめます。

主な読み手として、ハードウェアや高位合成に詳しくない、ソフトウェア側の方を意識しています。

• BNN-PYNQは、ホビーFPGAボード”PYNQ(ピンク)”で動作するNeuralNetworkのシステムです

• DeepLearningのアルゴリズムをFPGAで動かすことを学ぶには良い素材です

  • 論文が公開
  • Pythonのアプリケーション層、Cのドライバ、高位合成用の実装が公開
  • 学習コードの一部が公開

Tweet

Note

BNN-PYNQのソースコードは5/2時点で最新のものを使いました。

https://github.com/Xilinx/BNN-PYNQ/tree/a86e0863418ce4161ed61b69ba89ec1481014362

Warning

現在、勉強を兼ねてこのページを作成している途中です。

内容の間違い、ご意見等はGitHubのissueやTwitter等で教えて頂けると助かります。

Contents:

• FAQ
  • BNN-PYNQってなに？
  • 学習も推論もFPGAでやるの？
  • 認識精度は？
  • PCで動く任意のモデルをFPGA化できるの？
  • 任意のデータで既存のモデル（LFCとCNV）を再学習できるの？
  • CPUとアクセラレータ間のデータ転送のタイミングは？
• ソフトウェア全体像
• ソフトウェアシーケンス
• ファイル構成
• ハードウェア概要
• ハードウェア実装
  • 実装の特長
  • Hardware Library概要
• 資料
  • BNN-PYNQ
  • PYNQ-Z1

Author

tkato

組み込みソフトエンジニアです。PythonやRubyが好きです。

• Twitter: https://twitter.com/_tkato_
• Blog: http://tkat0.hateblo.jp/
• GitHub: https://github.com/tkat0

Change log

• 2017/05/11

  • ハードウェア概要、ハードウェア実装を追加
  • ソフトウェアのシーケンスを追加
  • Todo追加

• 2017/05/04

  • ソフトウェア全体像を追加
  • ファイル構成を追加

• 2017/05/03

  • 新規作成(ブログ記事を元に作成)
  • FAQを追加

Todo

今後書く予定の内容

• Binarized Neural Networkの説明

• LFC, CNVの構成、特長

• HW

  • レジスタマップ
  • MVTUのデータフロー詳細
  • FCとConvolutionでMVTUをどう使っているのか
  • MVTUのコンパイル時のパラメータの決め方

• 学習ツールや学習のシーケンス

  • モデルデータのバイナリフォーマット
  • 任意のデータで学習するには
  • 任意のモデルを構築して学習してみる

Indices and tables

• Index
• Module Index
• Search Page